M-TAEDA:多变量水质参数时序数据异常事件检测算法

• 作者: 接青 毛莺池 王龙宝 齐海
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 无线传感器网络 异常事件检测 BP模型 多变量水质参数 时间序列数据
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 2016年全国开放式分布与并行计算学术年会(DPCS2016)论
• 页码范围: 138-144
• 页数: 7页
• 分类号: TP393|TP18
• 字数: 7055字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.01.0138

摘要

在供水管网中部署传感器网络实时获取多个水质参数时间序列数据,当供水管网发生污染时,高效准确地检测水质异常是一个重要问题.提出多变量水质参数时间异常事件检测算法(M-TAEDA),利用BP模型分析多变量水质参数的时序数据,确定可能离群点;结合贝叶斯序贯分析独立更新每个参数的事件概率,预测单个传感器节点检测的异常概率;将单变量的事件概率融合为统一多变量事件概率,融合判断异常事件.实验结果表明:BP模型模拟多变量水质参数进行预测可以达到90％精确度;与单变量参数时间异常事件检测算法(S-TAEDA)相比,M-TAEDA可以提高异常检出率约40％,降低误报率约45％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛莺池	河海大学计算机与信息学院	42	443	7.0	20.0
2	接青	河海大学计算机与信息学院	5	17	3.0	4.0
3	王龙宝	河海大学计算机与信息学院	20	82	5.0	8.0
4	齐海	河海大学计算机与信息学院	2	7	1.0	2.0